農業勞動力老齡化對糧食綠色全要素生產率變動的影響研究

王淑紅，楊志海

（1.華中農業大學經濟管理學院，湖北 武漢 430070；2.中國人民大學環境學院，北京 100872）

保障糧食安全事關國計民生，是中國國家層面的重要戰略之一。然而，以高投入方式換來的糧食生產連續增產并非沒有代價?；?、農藥等的過量施用不僅引起土壤結構惡化、肥力下降以及土壤板結等耕地質量下降問題，也帶來嚴重的環境污染問題。首次全國土壤污染狀況調查公報顯示，污染物含量超標的耕地占比高達20%，其中83%來自鉻、鎳和砷等無機物質的污染，而這些無機物質的污染很大程度上是由于農業生產中農藥、化肥等化學產品過量施用導致的。這意味著，轉變農業生產經營方式，推動我國糧食生產綠色轉型，加快提升糧食綠色全要素生產率已到了刻不容緩的地步。與此同時，伴隨著城鎮化和工業化的不斷推進，作為糧食生產主體的農業勞動力，大量轉移到城鎮非農部門[1]，農業勞動力的年齡結構發生了顯著的變化，糧食生產的重擔由青年勞動力轉向老齡勞動力[2]。據《中國人口統計年鑒》和《中國人口和就業統計年鑒》顯示，2000年我國農村65歲以上人口占鄉村人口比重僅為7.35%，到2016年該比重則上升至12.53%，而且預計未來我國農業勞動力老齡化趨勢會不斷加劇[3-4]。不少學者提出了“未來誰來種地”、“明天誰來種糧”的問題，引起了社會各界的廣泛關注。但是，關于農業勞動力老齡化是否對糧食綠色生產造成不利影響的問題仍然缺乏足夠的證據。

隨著農業生產中資源環境問題日益突出，學者們開始將農業生產過程中的環境有害型投入或負產出納入到傳統的糧食全要素生產率核算框架，以測算分析農業綠色全要素生產率。譬如，吳麗麗等[5]、潘丹[6]、李谷成[7]以及黃安勝等[8]通過測算我國農業綠色生產效率，發現我國農業綠色生產仍存在較大的提升空間，主要原因在于農業生產過程中的污染排放較為嚴重。在糧食生產領域，閔銳和李谷成[9]分析了湖北省糧食生產環境技術效率的變動趨勢，趙麗平等[10]則更進一步對我國各糧食生產功能區的糧食生產環境技術效率進行了研究。有學者則指出，由于忽略糧食生產帶來的環境代價，傳統測算方法得到的效率均值顯著地高估了我國糧食生產的真實效率水平[11]。與此同時，已有文獻不乏對糧食生產率與農業勞動力老齡化關系的探討，但大多是基于微觀農戶數據而展開的研究，而且未拓展至糧食綠色全要素生產率的研究。在這些研究中，一種觀點認為農業老齡勞動力由于體力較差、受教育程度較低，且受傳統觀念的束縛，直接影響到其對先進技術的掌握[12]以及要素配置的優化[13]，降低主要生產要素的邊際產值，使得農業生產和勞動供給出現“非糧化”傾向，帶來農業生產的單一化、粗放化經營，從而降低糧食生產率。另一種觀點則認為隨著農業生產條件的改善，農業老齡勞動力更傾向于用物質要素投入（比如農業機械、農藥、化肥等）替代勞動[2]，新型種植方式也減輕了對勞動力的依賴；此外，由于老齡勞動力外出進行非農務工的機會較小，反而更專注于對農業生產進行精細化耕作，從而有助于提升糧食生產率[14-15]。

整體而言，已有文獻為本研究的開展奠定了良好基礎，但由于研究方法與角度不同等原因，尚未得到一致的結論，并存在一些有待完善之處：其一，大部分文獻主要研究了農業勞動力老齡化對糧食生產率的影響，而對糧食綠色全要素生產率影響的研究較為少見；其二，現有分析農業勞動力老齡化對糧食生產率影響的文獻大多聚焦于微觀層面，鮮有宏觀層面的研究，這不利于把握我國農業勞動力老齡化對糧食生產影響的總體態勢。鑒于此，本文基于1991—2016年27個?。▍^）的糧食生產面板數據，嘗試在測算糧食綠色全要素生產率指數的基礎上，分析農業勞動力老齡化對糧食綠色全要素生產率變動影響的綜合效應，以期為政府制定應對農業勞動力老齡化，推進糧食生產綠色轉型政策提供參考。

1 理論與機理分析

結合已有文獻研究結論，比如人力資本存量生命周期理論、農業技術進步理論以及農戶經濟行為理論等，本文認為農業勞動力老齡化主要通過兩種路徑影響糧食綠色全要素生產率：人力資本弱化作用和要素替代深化作用。

1.1 農業勞動力老齡化與人力資本弱化作用

一般認為，我國農業老齡勞動力受教育水平普遍較低，其認知能力、學習能力以及應變能力較之年輕勞動力有較大的差距[16-18]。此外，根據人力資本存量生命周期理論，農業勞動力人力資本存量存在一種“倒U型”變化趨勢，即隨著年齡的增長，人力資本存量會由少到多，直至在某一年齡達到峰值后，再逐步下降[17]。這意味著，農業勞動力老齡化將不可避免的帶來人力資本存量的下降。具體而言，隨著年齡的增加，老齡勞動力的生理功能退化，反應速度變慢，且易受到各種慢性病的困擾，這些將會加速其體力和精力的下降，從而降低參與農業勞動的可能性，減少勞動時間[19]，伴隨而來的是農業勞動力供給數量的減少與質量的下降。這意味著，農業勞動力老齡化將不可避免的造成以綠色生產技術應用為載體的糧食綠色生產轉型受阻，進而不利于糧食綠色全要素生產率的提高。因此，本文將此種負面效應定義為“人力資本弱化作用”。

1.2 農業勞動力老齡化與要素替代深化作用

農業勞動力老齡化將導致農戶要素稟賦產生變化，迫使農戶重新對糧食生產要素進行配置，這便為要素替代提供了機會與空間。本文所指的要素替代主要體現在三個方面：1）糧食生產田間作業對農戶的體力精力要求較高，且在連續作業的情況下老齡勞動力難以勝任，為了能夠繼續從事糧食生產，農戶會選擇將部分或者全部生產環節外包，進而誘導糧食生產的專業化和縱向分工，從而有利于促進糧食綠色生產[20-21]；2）農業勞動力老齡化能夠倒逼農業技術升級，逐步替代傳統的粗放式生產要素投入方式，提高農戶的糧食生產效率，并使其擺脫依賴于勞動力投入的舊模式[22]；3）農業勞動力老齡化在一定程度上會促進農村土地流轉，老齡勞動力可將耕地交與種田能手等進行更為科學高效的管理[23]。因此農業勞動力老齡化程度的加劇，使得傳統生產要素逐漸被現代化生產要素所替代，而這種替代為糧食綠色全要素生產率增長提供了機遇。本文將這種正向作用定義為“要素替代深化作用”。

農業勞動力老齡化會同時通過上述兩種路徑（如圖1）影響糧食綠色全要素生產率。若人力資本弱化作用強于要素替代深化作用，農業勞動力老齡化則整體上不利于糧食綠色全要素生產率的提高；反之，則會有助于糧食綠色全要素生產率的增長。

圖1 農業勞動力老齡化對糧食綠色全要素生產率變動影響的機理分析Fig. 1 Mechanism analysis of the aging of agricultural labor force on the change of the GTFPI

2 研究方法與數據來源

2.1 模型選擇

由于農業生產符合規模報酬不變的特征，考慮到在稀缺資源約束下獲得糧食產量最大化、對環境造成的污染最小化更符合我國糧食生產的實際情況，所以本文主要從產出導向入手，基于規模報酬不變角度來構建GML（Global-Malmquist-Luenberger）指數。

2.1.1 生產可能性集合 由于傳統的ML（Malmquist-Luenberger）指數僅適用于分析短期內相鄰時期的生產率變動，不具備指數循環性，并且利用線性規劃求解時可能會出現無解的情況[24]，基于此，本文借鑒Oh[25]的GML指數模型，將各決策單元（DMU）所有考察期為基準，并與方向性距離函數結合構建生產前沿面測算糧食綠色全要素生產率，模型如下：

本文將我國各省作為決策單元，生產可能性集合為[26]：

式中：x= (x1,x2,…,xM)∈R+M為M種投入要素x構成的向量集；yg=(y1g,y2g,…,yNg)∈R+N為N種合意產出yg構成的向量集，yb=(y1b,y2b, …,ySb)∈R+S為S種非合意產出yb構成的向量集；P為生產可能性集合，表示對于投入要素向量集x可以同時生產出合意產出和非合意產出的組合(yg,yb)。此外，根據F?re等[27]的定義，上式中，生產可能性集合P是一個有界閉集，具備以下性質：

1）不投入要素也不會得到產出，即對于x∈R+M，存在(0,0)∈R+M；

2）有限要素投入的情況下將會得到有限的產出；

3）投入要素和合意產出的強可處置性，即若x'≥x則P(x')?P(x)；若(yg,yb)∈P(x)且(yg)'≤yg，則((yg)',yb)∈P(x)；

4）非合意產出的減少必然伴隨合意產出成比例的減少，二者具有聯合弱可處置性，即若(yg,yb)∈P(x)，且0≤θ≤1，則(θyg,θyb)∈P(x)；

5）必須同時生產合意產出和非合意產出，即若(yg,yb)∈P(x)，且yb=0，則yg=0。

2.1.2 方向性距離函數 F?re等[27]在距離函數的基礎上構建了方向性距離函數D，能夠同時實現合意產出yg的增加和非合意產出yb的減少。其定義如下：

式中：g=(gy,gb)為方向向量，gy∈R+n，gb∈R+s，方向性距離函數的目的是在gy方向上增加合意產出yg，并且在gb方向縮減非合意產出yb，β是合意產出沿著方向向量gy最大可能擴張程度以及非合意產出沿著方向向量gb最大可能的縮減程度，該方向性距離函數可通過下列線性規劃求解[27]。

式中：k=1, 2, …,K，表示決策單元，zk為強度變量，表示各個決策單元在構造生產可能性集合時各自權重。x和yg的兩個不等式約束表示投入要素和合意產出的強可處置性，即性質③；yb的等式約束表示其弱可處置性，三者一起表示合意產出與非合意產出的聯合弱可處置性，即性質④。

2.1.3 GML指數 參考Oh[25]的思路，本文構建了GML指數用來衡量糧食綠色全要素生產率的變化。首先根據當期基準構建時期t的生產可能性集合參照集，如下：

全局基準定義如下：

式中：下標C、G分別表示當期基準和全局基準（即將所有當期基準包絡后得到的全局生產可能性集合參照集，其余各個時期都可與之比較）。GML指數就是將所有的當期基準包絡而形成的單一的、各期均可與之比較的全局生產可能性集合參照集。參照Pastor和Lovell[28]，本文將GML指數具體定義為：

式中：D=(x,yg,yb)是簡化了的方向性距離函數D=(x,yg,yb;gy,gb)，DGt=(xt, (yg)t,(yb)t)=max{βt|((yg)t+β(gy)t, (yb)t-β(gb)t)∈PG}，根據全局基準PG得到。若GMLt,t+1＞1表示從t到t+1期糧食綠色全要素生產率提高，即給定投入要素產出更多的合意產出和更少的非合意產出；GMLt,t+1=1表示從t到t+1期糧食綠色全要素生產率沒有發生變化；若GMLt,t+1＜1則表示從t到t+1期糧食綠色全要素生產率降低。

2.1.4 面板模型 為了考察農業勞動力老齡化對糧食綠色全要素生產率變動的影響，本文構建以下模型：

式中：y代表糧食綠色全要素生產率指數，即前文計算得到的GML指數，i表示省份，t表示時期，α0為常數項，β1是農業勞動力老齡化程度（Old）的估計參數，φk代表其他控制變量的系數估計值，μit0為隨機擾動項。

2.2 變量設置與說明

2.2.1 投入指標 本研究所考慮的投入要素包括糧食生產過程中的勞動力投入、土地投入、化肥投入、機械投入、農藥投入和水資源投入，各指標的具體說明見表1。為了確保要素投入與糧食產出口徑一致，本文借鑒閔銳和李谷成[9]的做法，采用權重系數法將各生產要素進行剝離。權重系數分為兩類：A=（農業產值/農林牧漁總產值）×（糧食播種面積/農作物播種總面積），B=糧食播種面積/農作物播種總面積。其中糧食生產土地投入仍使用糧食播種面積，糧食生產勞動力投入=系數A×第一產業從業人員，其余四種投入要素均乘以系數B。

表1 糧食綠色全要素生產率投入產出指標Table 1 Input-output indicators of the GTFPI

2.2.2 產出指標 本文將糧食生產過程中的產出指標分為兩類：合意產出和非合意產出。其中合意產出用各年度各省決策單元的糧食總產量表示；非合意產出參考賴斯蕓等[29]和陳敏鵬等[30]采用的單元調查評估法來對各省糧食生產活動過程中所排放總氮（TN）和總磷（TP）進行核算。需要注意的是，全國第一次污染源普查結果表明，種植業中化學耗氧量（CODCr）的排放量不足農業源總排放量的5%，因此，本文所選取的糧食生產非合意產出指標不包括CODCr。具體測算公式為：

式中：Eij為單元i污染物j的排放量，在本研究中為糧食生產過程中總氮（TN）和總磷（TP）的排放量；Gij為單元i污染物j的產生量；μij為單元i污染物j的流失率；EUi表示單元i的統計總數，即各個產污單元的統計總數，在本文中具體為化肥施用折純量和各類糧食作物總產量，來自《中國統計年鑒》和《中國農村統計年鑒》；ρij是單元i污染物j的產污系數。ρij和μij的相關數據參考賴斯蕓等[29]以及《全國第一次污染源普查農業源系數手冊》等資料所得。具體糧食生產產污單元清單列表及產污強度影響參數見表2、表3。

表2 糧食生產產污單元清單列表Table 2 List of the pollution units in the grain production process

表3 糧食生產產污單元產污強度影響參數Table 3 Parameters of the pollutant intensity of different pollution units

2.3 數據來源

本文中所用數據來源于《中國統計年鑒》、《中國農村統計年鑒》、《中國人口和就業統計年鑒》、《新中國五十年統計資料匯編》、《新中國60年統計資料匯編》、各省市的《水資源公報》，部分缺失數據根據各省統計年鑒進行補充?？紤]到臺灣、香港和澳門地區數據的可得性以及西藏、青海特殊的資源稟賦條件，故實證分析階段將其排除在外（僅限于一種學術處理）；此外由于部分行政區域劃分在考察期內發生變化，為保持統計口徑一致，本文將1988年及以后的海南省數據納入到廣東省，將重慶1997年及以后年份的數據納入到四川省。由此，本文最終構建了1991—2016年27個省（區）的糧食生產面板數據。

3 糧食綠色全要素生產率指數測算結果

本研究運用MATLAB2016b軟件對1991—2016年我國27個?。ㄊ?、區）的糧食綠色全要素生產率指數進行測算。表4顯示了各個省區不同時間段內的平均糧食綠色全要素生產率指數。

從表中可以發現，全國大部分省份的糧食綠色全要素生產率指數在樣本期內呈現上升趨勢，表明糧食綠色全要素生產率在逐步提高，整體上我國糧食生產正在向著可持續化方向發展。然而，由于不同省份的經濟發展水平、自然資源稟賦以及對環境的重視程度不同等原因，各個省份間的糧食綠色全要素生產率變動情況差異較大，比如遼寧省的糧食綠色全要素生產率在2011—2016年期間平均增長1.24%，而同期湖南省的糧食綠色全要素生產率則下降了0.44%。值得注意的是，盡管不同省份間的糧食綠色全要素生產率有著較大的差異，但在1991—2000年期間，絕大多數地區的糧食綠色全要素生產率均呈現出相似的惡化狀態，這與趙麗平等[10]、田紅宇和祝志勇[11]研究結果較為一致，表明這段時期我國糧食生產主要依靠生產要素的大量投入以及技術進步來推動生產前沿面外移。

為了更加清晰的考察樣本期內我國糧食綠色生產狀況的變化趨勢，本文以1991年為基期（即假定1991年的糧食綠色全要素生產率指數值為1），對各省的糧食綠色全要素生產率指數進行了調整。

圖2顯示了我國總體及各糧食生產功能區糧食綠色全要素生產率指數的變化趨勢。可以發現，我國糧食綠色全要素生產率變動狀況表現出階段性以及區域差異。具體而言，1991—2003年我國糧食綠色全要素生產率整體上呈波動下降趨勢，糧食綠色全要素生產率指數于2003年降低至最低點0.931 1，糧食綠色全要素生產率降低了6.89%；此后，糧食綠色全要素生產率指數呈現出較為穩定的波動上升趨勢，在2016年糧食綠色全要素生產率轉降為升，增長率為0.31%?？赡茉蚴亲?004年起，國務院開始實行減征或免征農業稅的惠農政策，并開始實行種糧直補、良種補貼、農資綜合補貼。這“一減一補”相關政策極大地減輕了農戶的糧食生產壓力，糧食生產觀念也逐步開始轉變，糧食綠色生產狀況不斷改善。

表4 1991—2016年全國各省區不同時間段平均糧食綠色全要素生產率指數Table 4 Average GTFPI in different time periods of various provinces in China from 1991 to 2016

圖2 全國及各糧食生產功能區糧食綠色全要素生產率指數變化趨勢Fig. 2 Trends of the GTFPI in China and different grain production functional areas

分區域來看，糧食主產區的糧食綠色全要素生產率指數在考察期內均高于糧食主銷區、產銷平衡區以及全國平均水平?？赡艿脑蚴俏覈Z食主產區大多處于平原地區，土壤相對肥沃，資源稟賦較好，有利于糧食作物的生長，因此在糧食生產過程中化肥、農藥的利用效率高于主銷區和產銷平衡區；此外，糧食主產區內糧食作物占地區總產值的比重較高，為了獲得糧食生產帶來的長久利益，在生產過程中也更加重視保護生態環境。同時，這一結果也表明考察期內我國糧食生產環境惡化主要來源于非糧食主產區。其中，產銷平衡區內大多數省份位于高原山區，自然環境較為惡劣，不利于糧食產業的發展，而主銷區的經濟發展水平雖然較高，但往往犧牲了農業生產及其生態環境[11]。

4 農業勞動力老齡化對糧食綠色全要素生產率變動的影響分析

4.1 指標選取與描述性統計分析

在考察農業勞動力老齡化對糧食綠色全要素生產率變動的影響時，除了關鍵變量農業勞動力老齡化程度外，本文還從收入特征、農業生產與支持特征以及外部環境三個方面選取控制變量。

1）糧食綠色全要素生產率指數?；谕度胍亍⒑弦猱a出和非合意產出得到糧食綠色全要素生產率，進一步將計算得到的GML指數定義為糧食綠色全要素生產率指數，用來反映各省不同年份間的糧食綠色生產的變化狀況。

2）農業勞動力老齡化。參照彭代彥和文樂[31]的做法，本文采用農村65歲及以上人口占鄉村人口總數的比重來反映農業勞動力老齡化程度。

3）收入特征。用以控制由于經濟狀況差異對糧食綠色全要素生產率變動產生的影響，包括人均收入、收入分配和農民收入。人均收入變量以1991年不變價格的農林牧漁總產值除以鄉村人口表示。收入分配變量用城鎮居民人均可支配收入除以農村居民人均可支配收入表示。收入構成用農村居民人均可支配收入中工資性收入占比來表示。農戶總收入中工資性收入比重的增加將意味著農業生產在家庭經營中的地位下降，這在一定程度上會削弱農業勞動力的糧食生產積極性[32]。

4）農業生產與支持特征。包括相對價格、受災率和財政支農力度。農民的生產決策會受到農業生產資料價格指數和農產品銷售價格指數的影響[26]，故本文使用兩者的比值來表示相對價格。受災率用農作物總播種面積中受災面積的比重來表示。財政支農力度由各地區財政農林水事務支出在地方財政一般預算支出中所占比例表示，間接反映了各地農業生產基礎設施建設情況。有學者指出，中國農業公共產品投入的不足極大地制約了農業的可持續增長[33]。

5）外部環境。包括農業結構、經濟結構、城鎮化率和對外開放度。農業結構采用糧食播種面積與農作物總播種面積的比值來表示。農林牧漁總產值占地區生產總值的比重表示經濟結構變量。農業結構和經濟結構反映了當地對糧食生產的重視程度，重視程度越高，生產投入更加精細。城鎮化率用各地區城鎮人口占總人口的比重表示。一方面，城鎮化會與糧食生產在土地等資源方面產生競爭[34]，另一方面，水、土地等資源也會由于城鎮化帶來的廢水和廢棄物排放增高而受到污染。由于1997年以前農產品進出口總值的相關數據難以獲得，本文采用經過匯率折算后的各省進出口總值與地區生產總值的比重表示對外開放程度。對外開放程度與工業化進程和科技水平相關[35]，能夠為農業產業化以及可持續發展提供動力。

相關指標的描述性統計見表5。

表5 變量描述性統計Table 5 Descriptive statistics

4.2 農業勞動力老齡化對糧食綠色全要素生產率變動影響的回歸分析

4.2.1 農業勞動力老齡化對糧食綠色全要素生產率變動的影響 為了克服可能存在的自相關和異方差問題，本文在所有回歸中均使用聚類穩健標準誤。此外，需要說明的是，在進行回歸分析之前，首先需要確定使用何種模型對面板數據進行分析。具體分析步驟如下：1）面板數據回歸可分為混合回歸和固定效應回歸（固定效應回歸又包括固定效應模型和隨機效應模型），根據LM檢驗進行選擇；2）若LM檢驗結果顯示需使用固定效應回歸，則進一步使用Hausman檢驗以確定固定效應模型還是隨機效應模型分析更恰當。為了保證回歸結果的穩定性，本文對方程（8）采用逐步添加控制變量進行回歸。運用Stata15.0軟件得到模型估計結果，具體見表6。

從表6中可以發現，農業勞動力老齡化對糧食綠色全要素生產率的變動有顯著的正向影響。在單獨引入農業勞動力老齡化指標時，老齡化程度每提高1%，糧食綠色全要素生產率會提高0.017%；當逐步引入收入特征等控制變量后，這種正向影響逐步趨于穩定。不過，考慮到可能存在的非線性關系，本文進一步在模型Ⅳ的基礎上加入了老齡化變量的二次項。模型Ⅴ估計結果顯示，二次項變量在1%統計水平上顯著為正。與郭曉鳴和左喆瑜[16]的結論一致，這意味著農業勞動力老齡化與糧食綠色全要素生產率的變動之間呈現出一種“U型”關系，即隨著農業勞動力老齡化程度的提高，糧食綠色全要素生產率首先會下降，但到達一定階段后，又會隨之提高。

對于農業勞動力老齡化與糧食綠色全要素生產率變動之間存在的負向關系（即“U型”的前半段），可以從人力資本視角進行解釋。正如上文所述，學者們普遍強調人力資本在農業生產轉型過程中的重要性[36]。其原因在于，農業勞動力老齡化的人力資本弱化效應，使得老齡勞動力與青壯年勞動力相比，雖然經驗豐富，但知識體系往往較陳舊，對新技術新方法的吸收能力較差。不僅如此，老齡勞動力學習新技術新方法的動機也更弱，因為在相同的學習成本下，老齡勞動力的受益時間遠短于年輕人[37]，他們可能因此對轉變糧食生產方式缺乏足夠的積極性。因此，在一定程度下，糧食綠色全要素生產率會隨著農業勞動力老齡化程度的加深而降低。對于農業勞動力老齡化與糧食綠色全要素生產率變動之間存在的正向關系（即“U型”的后半段），可能的解釋是，伴隨著農業勞動力的老齡化，農業生產要素稟賦發生了重要變化，尤其是農業勞動力資源狀況發生了變化，為要素替代提供了機會與空間。隨著老齡化程度的加深，這種要素替代效應超過了人力資本弱化效應，從而使得農業勞動力老齡化對糧食綠色全要素生產率變動影響的凈效應為正。

表6 農業勞動力老齡化對全國糧食綠色全要素生產率變動影響的回歸結果Table 6 Regression results of the aging on the change of the national GTFPI

此外，為了檢驗農業勞動力老齡化對糧食綠色全要素生產率變動影響的穩健性，本文使用“鄉村65歲及以上人口”對數及其二次項作為農業勞動力老齡化的二級指標進行回歸分析。結果顯示“鄉村65歲及以上人口”對數對糧食綠色全要素生產率指數有顯著的正向影響，但其二次項變量的影響不顯著。表明整體上農業勞動力老齡化帶來了糧食綠色全要素生產率的提高，證明了上述實證分析結果的穩定性。

4.2.2 其他因素對糧食綠色全要素生產率變動的影響 1）收入特征的影響。收入構成對糧食綠色全要素生產率的變動存在顯著的負向影響。這意味著農村居民人均可支配收入中工資性收入占比的提高，在一定程度上不利于糧食綠色全要素生產率的提高。收入主要來源的變化，無疑會對農戶家庭的資源配置產生沖擊，特別是使得農業勞動力的糧食生產積極性下降[13]，甚至可能出現“懶人農業”式的粗放經營，從而降低了糧食綠色全要素生產率。

2）農業生產與支持特征的影響。受災率對我國糧食綠色全要素生產率變動具有顯著的負向影響。糧食生產受到自然環境特征的影響較高，各種自然災害頻發會增加農業生產經營的風險，造成糧食減產，進而直接導致糧食綠色全要素生產率的降低。此外，生產風險的存在不僅會影響糧食產量，也會影響農戶的要素投入行為[38]。面對糧食生產中的不確定性，風險規避型的農戶將試圖通過改變要素投入以減輕風險[39]，譬如增加農藥、化肥的投入以期提高糧食的產出，而這又進一步加大了糧食生產中的污染排放，對糧食綠色全要素生產率造成不利影響。

財政支農力度對糧食綠色全要素生產率變動有顯著的正向影響。農業財政支出的增加能夠很好地解決糧食生產過程中的公共物品供給問題，促進農業基礎設施、水利氣象等事業的發展，優化農業生產外部環境[40]，進而對糧食綠色全要素生產率的增長產生正向影響。

4.3 農業勞動力老齡化影響的空間差異

根據圖2可知，不同糧食生產功能區的糧食綠色全要素生產率指數及其波動趨勢均存在較大差異?？紤]到這種差異，本文進一步分區域進行回歸分析。值得注意的是，由于時間跨度較大而省份較少，屬于典型的長面板數據，上述回歸方法不再適用。對于可能存在的固定效應，只要加入個體虛擬變量即可，即LSDV法。此外，對于擾動項間可能存在的組間異方差和組間同期相關，LSDV法也依然是一致的，只要適用“組間異方差、組間同期相關”穩健的標準誤差即可，回歸結果見表7。

表7 農業勞動力老齡化對糧食綠色全要素生產率指數的分區域回歸結果Table 7 Regression results of the aging on different grain production functional areas

總體來看，農業勞動力老齡化變量及其二次項對糧食綠色全要素生產率變動的影響在糧食主產區、主銷區和產銷平衡區均為正，除了農業勞動力老齡化二次項在糧食主銷區未通過顯著性檢驗，其余均通過了顯著性檢驗。這意味著上文所發現的農業勞動力老齡化與糧食綠色全要素生產率指數之間的“U型”關系均存在于糧食主產區、糧食主銷區和產銷平衡區。換言之，在糧食三大功能區，農業勞動力老齡化帶來的人力資本弱化與要素替代深化效應隨著老齡化程度的加深而此消彼長，從而使得農業勞動力老齡化對糧食綠色全要素生產率影響的凈效應呈現出先負后正的結果。

5 結論與啟示

5.1 結論

本文在利用方向性距離函數測算并分析了1991—2016年我國27個省份的糧食綠色全要素生產率的基礎上，進一步核算了糧食綠色全要素生產率指數，實證分析了農業勞動力老齡化對糧食綠色全要素生產率變動的影響，得出以下結論。

1）在1991—2016年期間，我國糧食綠色全要素生產率指數呈波動上升趨勢，但不同省份間的糧食綠色全要素生產率的變動狀況差異較大，糧食主產區顯著高于主銷區和產銷平衡區。

2）整體而言，農業勞動力老齡化對糧食綠色全要素生產率變動具有顯著的正向影響，但進一步分析發現二者之間呈現出一種“U型”關系，即隨著農業勞動力老齡化程度的提高，糧食綠色全要素生產率首先會下降，但到達一定階段后，又會隨之提高，并且在糧食主產區、糧食主銷區和產銷平衡區這種“U型”關系均存在。

3）工資性收入比重的增長和受災率的增高均不利于糧食綠色全要素生產率的增長，而財政支農力度的增加則能夠顯著地提高糧食綠色全要素生產率。

5.2 啟示

1）從整體來看，目前農業勞動力老齡化對糧食綠色全要素生產率的影響雖然不必過于擔憂，但在推進糧食生產綠色轉型過程中，需要充分考慮勞動力老齡化的現實，加強對人力資本的投資，建設必要的農業教育服務中心，盡可能地降低老齡勞動力由于人力資本弱化作用對糧食綠色全要素生產率提升帶來的負面影響。

2）要進一步擴大農業生產外包服務范圍，加強農業機械的推廣，不斷創新糧食產業的組織形式，發展專業化、集約化、社會化、組織化的新型經營方式，通過要素替代來彌補老齡勞動力由于人力資本弱化帶來的不利影響。

3）在積極推動農村勞動力非農就業的同時，應更加關注糧食可持續性生產問題，適當增加農業財政支出，不斷提高農業基礎設施等公共物品的供給水平，進一步優化農業生產外部環境。

致謝：感謝中國人民大學環境學院陳琛博士在農業用水量數據方面給予的支持。